最近在做法律 AI 项目的选型调研，梳理了一下 2026 年开源生态的现状，分享一些发现： 文档解析层 Marker：PDF 转 Markdown 的 SOTA 方案，法律表格处理优秀 deepdoctection：3.1k⭐的 Document AI 框架，版面分析+OCR+表格识别 unstructured-io：灵活的分块和元数据提取，适合 RAG pipeline LexNLP：法律文本专用 NLP ，条款提取、实体识别、日期解析 向量检索层 法律 RAG 和通用 RAG 的核心差异： 引用可追溯（每个 chunk 保留页码/条款出处） 跨条款一致性检测 术语精确匹配（违约金≠赔偿金） 推荐 Qdrant + multi-embedding ensemble （ dense+sparse+lexical 三路召回） 合同审查层 contract-review-agent：LangGraph 多 Agent pipeline Legalassist-AI：图表矛盾检测+时序推理 ai-lega...